Shopee 自研东南亚小语种垂直电商大模型：搜索匹配精度低的行业痛点，平台开始用 AI 自己解决了
一个印尼买家搜"baju batik untuk lebaran"，系统却给他推了无关的日常 T 恤——这不是段子，而是东南亚电商每天发生数十亿次的结构性错配。通用大模型在英语上表现优异，一进印尼语、泰语、越南语的购物语境就明显失灵。Shopee 给出的答案，是自己从头训练了一整套垂直大模型 Compass。
2026 年 9 月，Shopee 正式披露其自研大语言模型 Compass 的技术细节。据 NVIDIA 的官方案例研究，Shopee（母公司 Sea Limited）服务东南亚六国、中国台湾和巴西共 8 个市场、数亿月活用户，年 GMV 超过 1360 亿美元，每月处理数十亿次跨语种搜索请求。当平台把 GPT-4o 等通用模型搬进搜索、推荐、反欺诈和客服时，发现它们在印尼语购物搜索、泰语商品分类、越南语买家意图理解上能力急剧下降。
一、Compass 是什么：不是调 API，是从零训
Shopee 的研究人员把这种现象叫"锯齿状前沿"（Jagged Frontier）——同一模型能在普通印尼语翻译上拿高分，却抓不准真实购物关键词。为此他们开发了 EcomEval，首个专测东南亚电商多语言任务的基准；结果显示，部分开源通用模型在关键类目上得分甚至低于 52%。
Compass 不是套壳。Compass-V2 技术报告（Shopee LLM Team，2025 年 4 月，arXiv 2504.15527）写明，它采用从零预训练的细粒度混合专家（MoE）架构，不走"通用检查点继续训练"的捷径，以便精确控制数据分布、分词设计与模型容量。最新一代 Compass-v3（对外称 Compass Max v3.5）是垂直域 MoE 模型，总参数 2450 亿、单 token 激活 710 亿，在 12 万亿个筛选过的多语言 token 上预训练，语料覆盖印尼语、泰语、菲律宾语、马来语、他加禄语和葡萄牙语。
值得区分的是，Sea 旗下 AI 实验室 SAIL 另有 Sailor2 多语言模型家族（1B/8B/20B，400B SEA 语料），主要服务客服与内容生成；真正打穿电商主链路的，是 Compass 这条为搜索、推荐、反欺诈而生的业务线。
二、搜索匹配精度，被 AI 重写了
痛点最直接落在搜索上。过去卖家靠堆关键词、刷评价优化排名；通用模型按字面匹配，小语种里同义词、方言、节日词一多就跑偏。Compass 进搜索和推荐后，平台整体用户搜索转化率提升了 25%（据 Ksher 报道）；DigiconAsia 披露，在 EcomEval 上，Compass 最新模型电商问答得分 94%、购物概念 92%、用户理解 84%，分别高于 GPT-4o 的 85%、82%、76%。
这意味着关键词堆砌策略正在失效。那些能用清晰、本地化语言描述产品功能与场景的卖家，会拿到更多 AI 推荐流量；反之，标题党和小语种机翻的商品会被算法自然沉底。NVIDIA 案例里还提到，Compass API 月调用量在 8 个月内从 30 亿飙到 3400 亿，增长 113 倍——模型已经不是试验品，而是跑在 production 的主引擎。
更深一层，Shopee 提出了 OTPO（最优传输直接偏好优化）与 SPEC-RL（投机回滚复用的强化学习），前者按语义重要性动态加权训练 token，后者把在线强化学习加速 2—3 倍。这些是工程细节，但决定了模型能不能在低成本下持续服务数亿用户。
三、反欺诈与客服：被低估的受益方
搜索之外，Compass 真正省钱的地方在风控和客服。NVIDIA 案例写明，基于 TensorRT-LLM 的欺诈检测工作流，推理速度比人工审查快 50 倍、成本降 90%。对假货、盗刷、异常订单识别，多语言理解和交易行为建模是同一套能力。
客服侧，亿邦动力援引 Shopee 一季度财报电话会披露：约 80% 的客户查询已交由 AI 聊天机器人处理，单次客服接触成本同比下降约 30%，同时维持较高满意度；AI 赋能下平台购买转化率同比提升 14%。Sea 董事长李小冬称 AI 是"基础能力"，正把公司推向"AI 原生企业"。
风险视角也要摆清楚：模型越强，平台对流量分配的话语权越大。当搜索排序由 AI 意图理解决定，中小卖家过去靠运营技巧换曝光的空间被压缩，能不能"被 AI 读懂"成了新的生死线。
四、2450 亿参数背后的组织赌注
Compass Max v3.5 不是临时项目。据 Dealroom 与 completeaitraining 报道，Sea 在新加坡设立了 AI 卓越中心（AI Centre of Excellence），获新加坡数字产业局（DISG）支持，未来三年至少在本地创造 100 个研发岗位，核心资产之一正是这颗 2450 亿参数的模型。Sea AI Lab 还开源了训练方法论 Zero Bubble 流水线并行，把大模型训练吞吐提升最高 55%——这是它在成本和迭代速度上压过竞争对手的底牌。
把模型、算力、评估基准（EcomEval、SEA-HELM）和本地团队绑在一起，Shopee 赌的是"语言能力即护城河"。东南亚 6 种低资源语言加葡萄牙语，通用模型短期补不齐，而 Shopee 用自有商品标题、评价、评分里数十亿条专有数据喂出来的模型，天然带着交易语境。
问题也随之而来：重资产的自研路线，CAPEX 远高于直接调用 Claude 或 GPT 的 API。当模型迭代进入军备竞赛，中小平台的跟进门槛被进一步抬高。
五、对卖家，这意味着什么
对跨境卖家来说，Compass 落地的直接后果是运营逻辑改写。标题不再是给机器堆词，而是给 AI 讲清"这件东西是谁、在什么场景用、解决什么痛点"。Ksher 的分析指出，能用本地化语言准确描述功能与场景的卖家将获得更多推荐；机翻堆砌的店铺会被持续降权。
Shopee 还在测试消费者端 AI 购物助手和卖家端 AI 代理（虚拟生意顾问），前者按购买历史做个性化推荐，后者给店铺诊断与可操作建议。也就是说，未来卖家面对的，可能是一个用 AI 管流量、用 AI 做客服、用 AI 审商品的平台。
真正的考验，是卖家能不能把商品表达从"关键词"升级为"语义"。到那时，答案才会真正浮出水面——谁先被 Compass 读懂，谁就先吃到这轮 AI 重分配的流量。
